Yapay Zeka Destekli Mühendislik Tasarım Süreci ile Lise Öğrencilerinin Öz Düzenleme Becerilerinin Geliştirilmesi

Kondakçı E., İnceçay İ., Yılmazoğlu Kırtışoğlu E., Kılınç S.

NARST (99th Annual Conference), Washington, Amerika Birleşik Devletleri, 19 - 22 Nisan 2026, ss.64, (Özet Bildiri)

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: Washington
  • Basıldığı Ülke: Amerika Birleşik Devletleri
  • Sayfa Sayıları: ss.64
  • Orta Doğu Teknik Üniversitesi Adresli: Evet

Özet

Bu çalışma, mühendislik tasarımı temelli bir STEM öğrenme ortamına özelleştirilmiş yapay zeka (CustomGPT) entegrasyonunun, öğrencilerin öz düzenleme (ÖD) süreçlerinin gelişimindeki rolünü incelemiştir. Zimmerman’ın döngüsel ÖD modelini teorik bir çerçeve olarak ele alan çalışma; hedef belirleme, stratejik planlama, izleme ve öz değerlendirme olmak üzere dört temel sürece odaklanmıştır. Çalışmada, ders dışı bir etkinlik olarak bir inovasyon kulübüne kayıtlı altı lise öğrencisiyle nitel bir araştırma deseni uygulanmıştır. Katılımcılar, kuraklığa çözüm olarak bir permakültür alanı tasarlamayı içeren bir STEM etkinliğinde yer alırken, aynı zamanda araştırmacılardan biri tarafından geliştirilen CustomGPT aracılığıyla üstbilişsel destek almışlardır. Veriler; yarı yapılandırılmış görüşmeler, sesli düşünme protokolleri ve yansıtıcı günlükler aracılığıyla toplanmıştır. Yönlendirilmiş içerik analizi, öğrencilerin ÖD süreçlerinde iyileşmeler olduğunu göstermiştir. Öğrenciler daha yapılandırılmış hedefler belirlemiş, daha sistematik planlar yapmış, performanslarını daha etkili bir şekilde izlemiş ve çalışmalarını önceden belirlenmiş hedeflere göre değerlendirmişlerdir. Bulgular, özelleştirilmiş yapay zeka araçlarının STEM eğitiminde öz düzenlemeyi geliştiren üstbilişsel destek yapıları (iskeleleri) olarak işlev görme potansiyelini vurgulamaktadır. Bu çalışma, yapay zeka destekli öğrenme üzerine giderek genişleyen literatüre katkı sağlamakta ve mühendislik tasarımı temelli STEM bağlamlarında öz düzenlemeyi desteklemek amacıyla yapay zekanın entegre edilmesine yönelik çıkarımlar sunmaktadır.

This study examined the role of the integration of customized artificial intelligence (CustomGPT) within an engineering design-based STEM learning environment in the development of students’ self-regulation (SR) processes. Using Zimmerman’s cyclical model of SR as a theoretical framework, the study focused on four key processes: goal setting, strategic planning, monitoring, and self-reflection. A qualitative design was employed with six high school students enrolled in an innovation club as an extracurricular activity. The participants engaged in a STEM activity that involved designing a permaculture area as a solution to drought, while receiving metacognitive support from CustomGPT, developed by one of the researchers of the study. Data were collected through semi-structured interviews, think-aloud protocols, and reflective journals. Directed content analysis indicated improvements in students’ SR processes. They set more structured goals, made more systematic plans, monitored their performance more effectively, and assessed their work based on predefined goals. The findings highlight the potential of customized AI tools to serve as metacognitive scaffolds that enhance SR in STEM education. This study contributes to the growing body of research on AI-supported learning and offers implications for integrating AI to support SR in engineering design-based STEM contexts.